Ocena:
Obecnie brak opinii czytelników. Ocena opiera się na 5 głosach.
The Applied Data Science Workshop, Second Edition: Get started with the applications of data science and techniques to explore and assess data effecti
Zaprojektowany z myślą o początkujących, ten warsztat pomaga w pełni wykorzystać biblioteki Pythona i funkcjonalność Jupyter Notebook, aby zrozumieć, w jaki sposób nauka o danych może być stosowana do rozwiązywania rzeczywistych problemów z danymi.
Kluczowe cechy
⬤ Uzyskanie przydatnych informacji na temat nauki o danych i uczenia maszynowego.
⬤ Poznanie różnych funkcjonalności i cech notatnika Jupyter.
⬤ Odkryj, w jaki sposób biblioteki Pythona są używane z Jupyterem do analizy danych.
Opis książki
Od bankowości i produkcji po edukację i rozrywkę, wykorzystanie nauki o danych w biznesie zrewolucjonizowało prawie każdy sektor we współczesnym świecie. Odgrywa ona ważną rolę we wszystkim, od tworzenia aplikacji po bezpieczeństwo sieci.
Dzięki interaktywnemu podejściu do nauki podstaw, książka ta jest idealna dla początkujących. Poznasz wszystkie najlepsze praktyki i techniki stosowania nauki o danych w kontekście rzeczywistych scenariuszy i przykładów.
Począwszy od wprowadzenia do nauki o danych i uczenia maszynowego, zaczniesz od zapoznania się z funkcjonalnością i funkcjami Jupyter. Będziesz korzystać z bibliotek Pythona, takich jak sci-kit learn, pandas, Matplotlib i Seaborn, aby przeprowadzać analizę danych i wstępne przetwarzanie danych na rzeczywistych zbiorach danych z poziomu własnego środowiska Jupyter. Przechodząc przez kolejne rozdziały, będziesz trenować modele klasyfikacyjne przy użyciu sci-kit learn i oceniać wydajność modeli przy użyciu zaawansowanych technik walidacji. Pod koniec będziesz używać notatników Jupyter do dokumentowania swoich badań, tworzenia raportów dla interesariuszy, a nawet analizowania danych dotyczących wydajności sieci.
Pod koniec kursu The Applied Data Science Workshop będziesz przygotowany do przejścia od poziomu początkującego do przeniesienia swoich umiejętności na wyższy poziom poprzez pewne zastosowanie technik i narzędzi nauki o danych w rzeczywistych projektach.
Czego się nauczysz
⬤ Zrozumieć kluczowe możliwości i wyzwania w nauce o danych.
⬤ Używać Jupytera do zadań związanych z nauką o danych, takich jak analiza danych i modelowanie.
⬤ Przeprowadzać eksploracyjną analizę danych w notatniku Jupyter.
⬤ Wizualizacja danych za pomocą wykresów rozrzutu parami i rozkładu segmentowego.
⬤ Ocena wydajności modelu za pomocą zaawansowanych technik walidacji.
⬤ Analizowanie odpowiedzi HTML i analizowanie żądań HTTP.
Dla kogo jest ta książka
Jeśli jesteś aspirującym analitykiem danych, który chce zbudować karierę w nauce o danych lub programistą, który chce poznać zastosowania nauki o danych od podstaw i analizować dane w Jupyterze przy użyciu bibliotek Pythona, to ta książka jest dla Ciebie. Chociaż krótka znajomość programowania w języku Python i uczenia maszynowego jest zalecana, aby pomóc w szybszym zrozumieniu tematów poruszanych w książce, nie jest to obowiązkowe.
